CommunityRecherche & Datenanalysegithub.com

jasonm4130/claude-skills

Persönliche Claude Code-Fähigkeiten: adversarial-agents (konfigurierbare Panel-Überprüfung) und deep-research (DAG-orchestrierte Multi-Quellen-Synthese).

Was ist claude-skills?

Diese Sammlung von Claude Code-Fähigkeiten bietet zwei leistungsstarke Tools für KI-gestützte Softwareentwicklung und Recherche. Die `adversarial-agents`-Fähigkeit ermöglicht eine konfigurierbare Panel-Überprüfung, bei der mehrere KI-Agenten als Gegenspieler agieren, um Code oder Ideen aus verschiedenen Perspektiven zu bewerten. Die `deep-research`-Fähigkeit nutzt einen DAG (Directed Acyclic Graph)-basierten Workflow, um Informationen aus mehreren Quellen zu sammeln, zu synthetisieren und umfassende Forschungsberichte zu erstellen. Diese Fähigkeiten sind speziell für Claude Code entwickelt und erweitern dessen Funktionalität um strukturierte Qualitätssicherung und tiefgehende Recherche. Entwickler können diese Fähigkeiten nutzen, um Code-Reviews zu automatisieren, komplexe Rechercheaufgaben zu vereinfachen und fundierte Entscheidungen zu treffen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add jasonm4130/claude-skills

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht claude-skills?

Persönliche Claude Code-Fähigkeiten: adversarial-agents (konfigurierbare Panel-Überprüfung) und deep-research (DAG-orchestrierte Multi-Quellen-Synthese).

Fähigkeiten

adversarial-agents

Die adversarial-agents-Fähigkeit ermöglicht es Claude Code, ein konfigurierbares Panel von KI-Agenten zu erstellen, die als Gegenspieler agieren, um Code, Ideen oder Vorschläge aus verschiedenen Perspektiven zu bewerten. Dies ist nützlich für:

  • Code-Reviews: Mehrere Agenten überprüfen den Code aus unterschiedlichen Blickwinkeln (Sicherheit, Leistung, Lesbarkeit, etc.).
  • Entscheidungsfindung: Agenten argumentieren für und gegen eine Entscheidung, um eine ausgewogene Sichtweise zu erhalten.
  • Qualitätssicherung: Automatisierte, mehrdimensionale Überprüfung von Codeänderungen.

Konfiguration:

Die Anzahl und Rolle der Agenten kann über Konfigurationsparameter angepasst werden. Standardmäßig werden drei Agenten mit unterschiedlichen Perspektiven verwendet.

deep-research

Die deep-research-Fähigkeit führt eine DAG-orchestrierte Multi-Quellen-Synthese durch. Dies ist nützlich für:

  • Literaturrecherche: Sammeln und Synthetisieren von Informationen aus verschiedenen Quellen zu einem Thema.
  • Technische Recherche: Erstellen von umfassenden Berichten zu technischen Fragestellungen.
  • Wettbewerbsanalyse: Analysieren von Marktinformationen aus mehreren Quellen.

Funktionsweise:

  1. Die Abfrage wird in eine Reihe von Teilfragen zerlegt.
  2. Ein DAG (Directed Acyclic Graph) wird erstellt, der die Abhängigkeiten zwischen den Rechercheaufgaben definiert.
  3. Jede Teilfrage wird unabhängig von einem Agenten bearbeitet.
  4. Die Ergebnisse werden synthetisiert und in einem kohärenten Bericht zusammengefasst.

Verwendung

# adversarial-agents aktivieren
claude use adversarial-agents

# deep-research aktivieren
claude use deep-research

Konfiguration

Die Fähigkeiten können über Konfigurationsdateien oder Umgebungsvariablen angepasst werden. Siehe die jeweilige Dokumentation für Details.

Lizenz

MIT

Verwandte Skills